部分信息和损失厌恶下的最优投资与再保险

该文研究了具有损失厌恶特征的保险公司在仅拥有部分信息时的最优投资与再保险策略.首先,利用滤波技术将问题进行转化.然后,在期望S型效用最大化准则下,运用鞅方法,偏微分方程,傅里叶变换和逆变换方法得到了最优投资与再保险策略的半解析表达式.最后,利用蒙特卡罗方法进行数值分析.结果表明忽略学习下的最优投资与再保险比例比滤波估计下的更低,而且在参考点水平较高时,相比较最优再保险与通胀指数债券投资比例,忽略学习对最优股票投资比例的影响更显著.另一方面,幂效用下的最优策略比S型效用下的最优策略更加激进,其中最优再保险比例在两种效用函数情形差别最大,这说明心理因素对再保险策略的影响最显著.